【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言

这篇具有很好参考价值的文章主要介绍了【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1 数据库

[ ] 里的都是可选的操作。

1.1 创建数据库

语法:

create database [if not exists] database_name
[comment database_comment(注释)]
[location hdfs_path]
[with dbproperties (property_name-property=property_value,...)];  

如:

create database db_hive1;
create database db_hive2 location '/db_hive2';
create database db_hive3 location '/db_hive3' with dbproperties ('create_date'='2023-5-12');

如果不指定路径则默认路径为:${hive.metastore.warehouse.dir}/database_name.db
【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs
【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs

1.2 查询数据库

(1)查看数据库
语法:

show databases [like 'identifier_with_wildcards'];

模糊匹配:like通配表达式说明:*表示任意个任意字符,|表示或的关系。
如:

show databases like 'db_hive*';

(2)查看数据库信息
语法:

describe database [extended] db_name;

[extended]:是否要展示更详细信息。
如:

desc database db_hive3;
desc database extended db_hive3;

【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs

1.3 修改数据库

 用户可以使用 alter database 命令修改dbproperties、location、owner user信息。

PS:在修改location时不会改变当前已有表的路径信息,只改变后续创建的新表的默认父目录。
语法:

--修改dbproperties:
alter database database_name set dbproperties (property_name=property_value,...);

--修改location:
alter database database_name set location hdfs_path;

--修改owner user:
alter database database_name set owner user user_name;

如:

alter database db_hive3 set dbproperties ('create_date'='2023-5-12');

【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs

1.4 删除数据库

语法:

drop database [if not exists] database_name [restrict|cascade];

restrict:严格模式,若数据库不为空,则删除失败,默认为严格模式。
cascade:级联模式,若数据库不为空,则会把库中的表一起删除。
如:

--删除空数据库:
drop database db_hive2;

--删除非空数据库:
drop database db_hive3 cascade;

1.5 切换当前数据库

语法:

use database_name;

2 表

2.1 创建表

2.1.1 普通建表

语法:

create [temporary] [external] table [if not exists]
[db_name.]table_name
[(col_name data_type [comment col_comment], ...)]
[comment table_comment]
[partitioned by (col_name data_type [comment col_comment], ...)]
[clustered by (col_name,col_name, ...)
[sorted by (col_name [asc|desc], ...)] into num_buckets buckets]
[row format row_format]
[sorted as file_format]
[location hdfs_path]
[tblproperties (property_name=property_value, ...)]

关键字说明:

(1)temporary
  临时表,该表只在当前会话可见,会话结束表会被删除,常用于测试。

(2)external(重点):
  表示外部表:Hive只接管元数据,而不完全接管HDFS中的数据;在删除表时只有元数据会被删除,而hdfs文件不会被删除。
  而内部表(管理表):Hive会完全接管该表,包括元数据和HDFS中的数据;在删除表时会把hdfs数据和元数据一起删除。

(3)data_type(重点):
  Hive中字段类型分为基本数据类型和复杂数据类型。

基本数据类型:
【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs
复杂数据类型:
【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs
类型转换:
  Hive的基本数据类型可以进行类型转换。

隐式转换:
  用户不需要显式修改sql语句,hive会根据预置规则完成转换。
【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs
  表中小的类型可以转为大的类型。
  规则:
  (i)任何整数类型可以隐式转换为范围更广的类型:tinyint->int->bigint。
  (ii)所有整数类型、float和string可以隐式转为double。
  (iii)boolean不可以转为任何其它类型。

  如:select ‘1’+1; 结果为double类型的2,隐式转换中会找到两者可以参与转换的最小数据类型进行转换。

显式转换:
  由用户显示修改sql语句,可以借助cast函数完成显式类型转换。
语法:

cast(expr as <type>)

--如string->int
select cast('111' as int);

select '1' +2, cast('1' as int) +2;
--结果:
_c0 _c1
3.0 3

(4)partitioned by(重点):
  创建分区表(可以加快查询),将一张表的数据按照指定的分区字段分到不同的路径里,之后的一个路径就代表hive表的一个分区。
  分区根据:指定字段相同的值放到同一个分区,或按日期分区。

(5)clustered by … sorted by … into … buckets(重点):
  创建分桶表(可以加快查询),将hive一张表的数据分散存储到多个文件中。
  分散规则:指定一个或多个字段(用clustered by …),和指定buckets个数(一个buckets一个文件),对id进行取模运算并放到buckets中,sorted by … 表示对分桶里的数据进行排序。

(6)row format(重点):
  指定SERDE,SERDE是Serializer and Deserializer的简写。Hive使用SERDE序列化和反序列化每行数据。
  Hive表的读数据流程:HDFS files --> InputFileFormat --> <key, value> --> Deserializer --> Row object
  Hive表的写数据流程:Row object --> Serializer --> <key, value> --> OutputFileFormat --> HDFS files

语法一:

row format delimited
[fields terminated by char]
[collection items terminated by char]
[map keys terminated by char]
[lines terminated by char]
[null defined as char]

关键字说明:
  (i)delimited
    表示对文件中的每个字段按照特定分割符进行分割,其会使用默认的SERDE对每行数据进行序列化和反序列化。
  (ii)fields terminated by:列分割符。
  (iii)collection items terminated by:map、struct(结构体只会保存字段的值,每个字段的分隔符)和array中每个元素之间的分隔符。
  (iv)map keys terminated by:map中的key与value的分隔符。
  (v)lines terminated by:行分隔符。
  (vi)null defined as:如果某个字段为null时也必须要存储,默认”\n”。

语法二:

row format serde serde_name [with serdeproperties(property_name=property_value, ...)]

  serde:用于指定其它内置的serde或者用户自定义的serde。如JSON SERDE可用于出来json字符串,serde_name为全列名(用于序列化和反序列化)。

(7)stored as(重点):
  指定文件格式,常用的文件格式有,textfile(默认值),sequence file,orc file(列式存储)、parquet file(列式存储)等等,stored as 声明的文件格式由hive自动进行转换操作。

(8)location
  指定表所对应的HDFS路径,若不指定路径,其默认值为${hive.metastore.warehouse.dir}/db_name.db/table_name。

(9)tblproperties
  用于配置表的一些键值对参数。

案例
(1)内部表
  Hive中默认 创建的表都是内部表(管理表),Hive会完全管理表的元数据和数据文件。

  在 /opt/module/hive/datas/下创建一个txt文件:

vim /opt/module/hive/datas/student.txt

1001   student1
1002   student2
1003   student3
1004   student4
1005   student5
1006   student6

  创建内部表:

create table if not exists student(
    id int,
    name string
)
row format delimited fields terminated by '\t'
localtion '/user/hive/warehouse/student';

  上传文件到hive表的指定路径:

hadoop fs -put student.txt /user/hive/warehouse/student

  删除表,观察HDFS中的数据文件是否存在:

drop table student;   --HDFS中的数据被删除

(2)外部表
  外部表用于处理其它工具上传的数据文件,只负责管理元数据,不负责管理HDFS中的数据文件。

  创建外部表:

create external table if not exists student(
    id int,
    name string
)
roe format delimited fields terminated by '\t'
location '/user/hive/warehouse/student';

  上传文件到Hive表指定的路径:

hadoop fs -put syudent.txt /user/hive/warehouse/student

  删除表,观察HDFS中的数据文件是否存在:

drop table student;   --HDFS中的数据还存在,因为删除外部表只会删除元数据,不会删除与之相关的HDFS数据文件。

(3)SERDE和复杂数据类型:
要求:
  JSON格式的文件交由Hive处理分析。

  在/opt/module/hive/datas/下创建teacher.txt文件:

{
    "name":"zhangsan"
    "friends":[
        "lisi",
        "wangwu"    
    ],
    "student":{
        "chenming":20,
        "ligui":23            
    },
    "address":{
        "city":"beijing",
        "street":"jingsong",
        "postal_code":10010    
    }
}

  使用 json serde设计表字段,表字段与JSON字符串的一级字段一样;使用复杂数据类型保持JSON中的嵌套结构,创建表:

create table teacher
(
    name string,
    friends array<string>,
    student map<string,int>,
    address struct<city:string,street:string,postal_code:int>
)
row format serde 'org.apache.hadoop.hive.serde2.JsonSerDe'
location '/user/hive/warehouse/teacher';

  将teacher.txt文件上传到Hive表的指定路径:

hadoop fs -put teacher.txt /user/hive/warehouse/teacher

  在复杂数据类型的字段中取值:

select name form teacher;

--取array中的值:
select friends[0] from teacher;
select size(friends) from teacher;

--取map<string,int>里的字段值:
select map_keys(students) from teacher;
select map_values(students) from teacher;

--判断map中是否含有某个key的值:
select array_contains(map_keys(students),'ligui') from taecher;

--取struct里的字段值:
select address.city from teacher;

【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言,hive,hive,大数据,数据库,hadoop,hdfs

2.1.2 create table as select (CTAS)建表

  用create table as select 建表之后有数据,且只能创建内部表。
  用select查询的结果直接建表,新建的表结构和查询语句的结构保持一致,且select查询的结构放入新建的表中。

语法:

create [temporary] table [if not exists] table_name
[comment table_comment]
[row format row_format]
[stored as file_format]
[location hdfs_path]
[tblproperties (property_name=property_value, ...)]
[as select_statement]

如:

create table teacher1 as select * from teacher;

2.1.3 create table like建表

允许用户复刻一张以及存在的表结构,且创建的新表无数据。

create [temporary] [external] table [if not exists]
[db_name.]table_name
[like exist_table_name]
[row format row_format]
[stored as file_format]
[location hdfs_path]
[tblproperties (property_name=property_value, ...)]

如:

create table teacher2 like teacher;

2.2 查看表

2.2.1 查看完整表的创建语句

语法:

show create table table_name;
ROW FORMAT SERDE
  ‘org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe’   对一行数据进行序列化和反序列化
STORED AS INPUTFORMAT    stored as与文件底层格式有关,因为读写数据流,声明怎么读写文件
   ‘org.apache.hadoop.mapred.TextInputFormat’
OUTPUTFORMAT
 ‘org.apache.hadoop.hive.sq.io.HiveIgnoreKeyTextOutputFormat’
LOCATION
   ‘hdfs://hadoop102:8020/user/hive/warehouse/stu’
TBLPROPERTIES(
‘bucketing_version’=2,
‘last_modified_by’=’liaoyanxia’
‘last_modified_time’=1668755681’
‘transient_clastDdlTime’=1668755681)

2.2.2 查看所有表

语法:

show tables [in database_name] like ['identifier_with_wildcards'];

like:通配表达式说明,*表示任意个任意字符,|表示或。
如:

show tables like 'db_hive*';

2.2.3 查看表信息

语法:

describe [extended | formatted] [db_name.]table_name;

extended:展示详细信息。
formatted:对详细信息进行格式化展示。
如:

--查看基本信息:
desc stu;

--查看更多信息:
desc formatted stu;

2.3 修改表

2.3.1 重命名表

语法:

alter table table_name rename to new_table_name;

如:

alter table stu rename to stu1;

2.3.2 修改列信息

语法:

--增加列:新增列位于末尾
alter table table_name add columns (col_name data_type [comment col_comment], ...);

--更新列:修改列名、数据类型、注释信息以及在表中的位置
alter table table_name change [column] col_old_name col_new_name column_type [comment col_comment] [first|after column_name];

--替换列
alter table table_name replace columns (col_name data_type [comment col_comment], ...);

如:

--添加列:
alter table stu add columns(age int);

--更新列:
alter table stu change column age ages double;

--替换列:
alter table stu replace columns(id int,name string);

--查询表结构:
desc stu;

2.4 删除表

语法:

drop table [if not exists] table_name;

如:

drop table stu;

2.5 清空表

语法:

truncate [table] table_name;

truncate只能清空内部表(管理表),不能删除外部表中的数据。
如:文章来源地址https://www.toymoban.com/news/detail-651472.html

truncate table student;

到了这里,关于【大数据之Hive】九、Hive之DDL(Data Definition Language)数据定义语言的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Hive——DML(Data Manipulation Language)数据操作语句用法详解

    Load语句可将文件导入到Hive表中。 说明: local : 表示从本地加载数据到Hive表;否则从HDFS加载数据到Hive表 。 overwrite : 表示覆盖表中已有数据,否则表示追加。 partition : 表示上传到指定分区,若目标是分区表,需指定分区 。 本地文件路径: 执行load语句: load da

    2024年04月28日
    浏览(40)
  • 大数据开发之Hive(基本概念、安装、数据类型、DDL数据定义、DML数据操作)

    1.1.1 Hive产生背景 HDFS来存储海量的数据、MapReduce来对海量数据进行分布式并行计算、Yarn来实现资源管理和作业调度。但是面对海量的数据和负责的业务逻辑,开发人员要编写MR对数据进行统计分析难度极大,所以就产生了Hive这个数仓工具。Hive可以帮助开发人员将SQL语句转化

    2024年01月17日
    浏览(46)
  • Hive(14):Database|schema(数据库) DDL操作

    1 Create database Hive中DATABASE的概念和RDBMS中类似,我们称之为数据库。在Hive中, DATABASE和SCHEMA是可互换的,使用DATABASE或SCHEMA都可以。 COMMENT:数据库的注释说明语句 LOCATION:指定数据库在HDFS存储位置,默认/user/hive/warehouse WITH DBPROPERTIES:用于指定一些数据库的属性配置。 下面

    2024年02月11日
    浏览(62)
  • 4、hive的使用示例详解-事务表、视图、物化视图、DDL(数据库、表以及分区)管理详细操作

    1、apache-hive-3.1.2简介及部署(三种部署方式-内嵌模式、本地模式和远程模式)及验证详解 2、hive相关概念详解–架构、读写文件机制、数据存储 3、hive的使用示例详解-建表、数据类型详解、内部外部表、分区表、分桶表 4、hive的使用示例详解-事务表、视图、物化视图、DDL

    2024年02月09日
    浏览(51)
  • Hive之DDL

      目录 对数据库操作: 创建数据库: 查看数据库信息: 1.查看基本信息: 2.查看详尽信息: 删除数据库: 1.简单语法: 2.复杂语法: 对表操作: 创建表: 1.普通建表: 完整语法:  解释: (3)数据类型: 2.Create Table As Select(CTAS)建表: 3.Create Table Like语法

    2024年02月03日
    浏览(32)
  • Hive常用DDL操作

    本专栏案例数据集链接:   https://download.csdn.net/download/shangjg03/88478038 语法: 示例: 语法: 示例: 语法: 默认行为是 RESTRICT,如果数据库中存在表则删除失败。要想删除库及其中的表,可以使用 CASCADE 级联删除。 示例: 使用 `desc format  emp_external` 命令可以查看表的详

    2024年02月08日
    浏览(39)
  • Hive DDL和DML

    目录 一 DDL 1.1 数据库 1.1.1 创建数据库 1.1.2 查询数据库 1.1.3 修改数据库 1.1.4 删除数据库 1.1.5 切换当前数据库 1.2 表 1.2.1 创建表 1.2.2 查看表 1.2.3 修改表 3.2.4 删除表 3.2.5 清空表 二 DML 2.1 Load 2.2 Insert 2.2.1  将查询结果插入表中 2.2.2 将给定Values插入表中 2.2.3 将查询结果写入目标

    2023年04月16日
    浏览(35)
  • Hive SQL:DDL建库 建表

    数据库 在Hive中,默认的数据库叫做default,存储数据位置位于HDFS:/user/hive/warehouse 用户自己创建的数据库存储位 :/user/hive/warehouse/database_name.db 创建数据库 COMMENT:数据库的注释说明语句 LOCATION:指定数据库在HDFS存储位置,默认/user/hive/warehouse/dbname.db WITH DBPROPERTIES:用于指定

    2024年02月11日
    浏览(49)
  • 【Hive】——DDL(CREATE TABLE)

    3.2.1 指定序列化类(ROW FORMAT SERDE ‘’) 3.2.2 指定分隔符(row format delimited fields terminated by “t”) 6.1.1 建表语句 6.1.2 上传数据文件到hdfs 6.1.3 查询 6.2.1 建表语句 6.2.2 上传数据文件到hdfs 6.2.3 查询 select * from t_hot_hero_skin_price; 6.3.1 建表语句 6.3.2 上传数据文件到hdfs 6.3.3 查询

    2024年02月04日
    浏览(52)
  • 02--数据定义语言DDL

    创建数据库 创建数据库,并指定字符集 查询所有数据库的名称 查询某个数据库的字符集:查询某个数据库的创建语句及字符集 修改数据库的字符集 删除数据库 使用数据库 查询当前正在使用的数据库名称 查看数据库版本号 1.2.1 什么是表 表:table表:table是数据库的基本组成

    2024年01月16日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包